报告基于公募主动权益基金季度重仓持股数据,构建跨期跟随效应因子(IFF)与跨期领先效应因子(IFL)刻画基金的从众行为特征。依据这两个因子将基金划分为领先者、跟随者、独行者和潜力者四类,发现独行者和领先者的选股能力优于跟随者,且独行者长期收益领先。进而结合Sharpe比率对基金进行业绩二分,进一步细化了基金池,形成了效果显著的FOF策略,其中成功独行者50组合年化收益达14.19%,成功领先者50组合年化收益达12.65%。基于领先者和独行者的个股及行业模仿策略亦体现出良好投资价值。此外,IFF因子为负向选基因子,IFL因子为正向选基因子,但IFF因子在公募抱团加强时期选基效果会失效。报告为FOF构建及基金评价提供了新的量化视角
基金跨期模仿行为因子构建
基金分类与稳定性分析
| 基金类型 | 稳定性(留存率) | 类型转移稳定性排序 |
|---|---|---|
| 独行者 | 最高 | 独行者 > 跟随者 > 潜力者 > 领先者 |
| 跟随者 | 较高 | |
| 领先者 | 较低 | |
| 潜力者 | 最低 |
基金业绩比较与能力归因
按基金近1年Sharpe分层,业绩差异显著
| 基金类型 | 年化收益率 | 年化波动率 | 最大回撤 | Sharpe | Calmar |
|---|---|---|---|---|---|
| 成功领先者 | 12.47% | 20.01% | 43.61% | 0.62 | 0.29 |
| 失败领先者 | 8.26% | 20.78% | 45.71% | 0.40 | 0.18 |
| 成功跟随者 | 9.61% | 22.02% | 49.38% | 0.44 | 0.19 |
| 失败跟随者 | 7.95% | 22.40% | 49.20% | 0.35 | 0.16 |
| 成功独行者 | 14.16% | 18.93% | 41.82% | 0.75 | 0.34 |
| 失败独行者 | 10.78% | 19.37% | 42.94% | 0.56 | 0.25 |
基金投资模仿策略:个股与行业模仿验证
基金因子预测效果检验及因子特性
FOF策略构建及回测表现
成功独行者50组合:基于跨期跟随效应(负向)与近1年Sharpe正向等权评分,季度调仓。
成功领先者50组合:基于跨期领先效应(正向)与近1年Sharpe正向等权评分,季度调仓。
策略风险提示:基于历史数据,未来市场环境若变,模型或失效。
报告标题:《从跨期模仿行为中寻找公募基金的领先者、跟随者和独行者》
作者及机构:林志朋、张国安、刘富兵,国盛证券研究所金融工程团队
发布时间:2024年5月20日
主题:公募主动权益基金的跨期模仿行为分析及基于此构建的基金分类和FOF策略
,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19]
报告围绕公募主动权益基金中存在的从众效应(模仿行为)展开,试图通过量化方法识别基金经理中“领先者”、“跟随者”与“独行者”三类不同策略和行为特征的群体,从而挖掘其投资表现和构建相应的FOF(基金中的基金)投资策略。该报告提出了独特的跨期模仿行为因子,创新性地以基金重仓股票的历史热度变化作为基准,区分领先与跟随行为,并结合近一年Sharpe比率作为业绩筛选维度,构建了两套FOF组合策略展示较好业绩。总体看,核心观点是:
报告通过大量统计数据和实证回测印证以上结论,反映了跨期模仿维度在基金量化研究和实际投资中的价值。
从众效应是行为金融中重要的非理性投资行为,早期研究多聚焦于股票层面的从众效应判定。报告介绍了4种经典衡量模型(LSV、SLSV、CSSD、CSAD),这些主要考察单只股票或股价波动的一致性,从交易量、买卖双方行为及收益率分布的角度体现投资者的群体行为。但这些模型大多聚焦于测量股票市场层面的从众程度,缺乏对基金层面从众行为的系统刻画。报告指出基金的投资行为对市场的影响日益显著,迫切需要构建能够刻画基金持股模仿行为的定量因子。,2,3]
报告首创性地基于基金季报披露的重仓持股数据定义两类跨期基金持股行为因子:
这两个因子低相关且与传统基金因子如风格、行业暴露等相关性偏低,具备独立的选基信息价值。报告详述数据选取标准,包括主动权益类基金(普通股票型、偏股混合型、灵活配置型),剔除主题基金、定开基金等。,4,5]
根据IFF和IFL两因子的阈值,基金被划分为4类:
基金分类稳定性检验显示:领先者稳定性最差(更频繁转型),独行者和跟随者转型概率较低,表现出较强行为持续性。,6]
从业绩角度看:
业绩归因采用基金收益完全分解模型,拆解成风格、行业、选股Alpha及动态交易能力。结果显示:
基金本质差异是对热门股的态度不同:领先者寻找新热点,跟随者追热度已显的股票,独行者远离热门股。,8,9]
引入近一年Sharpe比率作为业绩优劣指标,将三类基金进一步剖分为“成功”与“失败”子组,业绩分化更为显著:
投资启示明确:
从个股和行业两个角度进行“模仿”投资策略回测:
这表明成功领先者和独行者的持股偏好具有较强的投资参考价值,反向规避失败跟随者重仓标的可规避业绩拖累。,12]
跟随效应因子IFF存在明显的负向预测性,IFF越高基金未来表现越差。
历史表现包括季度和年度预测收益均呈单调递减关系。IFF的季度与年度截面rank IC分别为-0.07和-0.10,统计意义显著。
然而IFF因子并非永久有效,阶段性失效与基金市场抱团系数(GD)的变化高度相关,
抱团加剧(GD上行)阶段,IFF可能失效甚至变为正向因子,代表抱团追热点阶段跟随效应反而带来阶段性超额。
领先效应因子IFL正向预测性较弱但明显,最大分组基金未来表现最好,季度和年度IC均略高于零。
这表明IFF因子适合做反向选基,IFL因子帮助捕捉领先基金。两因子需结合市场抱团度变化灵活应用,以避免泡沫误判。,14,15]
报告构建并测试了两套基于跨期因子的FOF投资组合:
两组合均排除跟随者类型基金,均实现显著的超额收益,表明跨期因子结合业绩筛选具有良好的策略落地价值。,16,17,18,19]
展示了跨期跟随效应IFF和领先效应IFL的计算流程,明确基金当前和前期重仓权重与对应股票热度(SH)及其变动的关系。此图表为理解核心因子奠定直观基础。
系统展示了金工团队构建的涵盖净值分析、持仓特征、交易行为、能力评估、产品特征的300+基金因子体系,IFF和IFL作为行为特征因子是对既有体系的有益补充。
数据显示IFF与IFL之间呈负相关,且与传统风险收益、持仓特征因子相关性不高,表明其提供独立的风险调整投资信息。
显示IFF因子对应的基金排序稳定性明显优于IFL,但两者稳定性均较好,符合基金行为特征持续性的假设。
数值显示独行者稳定性最高,领先者较低,跟随者居中,反映了领先型基金更易转化为其他类型;投资者应关注领先者稳定性的挑战。
独行者基金长期跑赢领先者和跟随者,说明避开热门股策略从长远来看有明显优势。
直观展示了基金收益被拆分成市场、风格、行业、选股(alpha)、动态收益等部分,分析基础框架。
数据明确领先者和独行者选股Alpha优势明显,动态能力和行业能力表现差异体现基金投资风格不同。
图谱展示三类基金在各收益来源上的时间演变,进一步印证选股Alpha为性能决定性因素。
综合展示分类基金的收益、波动率、回撤、Sharpe、策略标签等指标,体现各类基金风险收益结构特征。
图表形象地说明了基于Sharpe的成功与失败基金细分法,强化模仿因子在投资上的实用性。
补充了成功和失败各类型基金的详细绩效指标,支持投资实务中“二次筛选”的重要性。
反映成功跟随者更倾向于滞后1期的领先者行业配置,业绩好坏的跟随者分别对应成功/失败领先者。
明确热点行业如计算机、新能源等易出现领先-跟随效应,具备前瞻配置价值。
数据清晰体现模仿成功领先者和独行者的标的组合均显著跑赢失败类型及基准,验证了模仿策略的投资价值。
详细展示IFF因子分组的未来收益差异和累计表现,IFF高低与基金后续收益显著负相关。
指出IFF因子在市场抱团阶段失效甚至逆转的机制,厘清因子适用环境。
尽管IFL预测性不及IFF,但领先效应最大组基金表现优越,为选基提供另一个维度。
展现该组合的累计收益、分年度表现以及2024年前5个月业绩,表现远超基准,稳健性强。,17]
同样反映领先者50组合的长期优异表现及2024年业绩,确认策略的持续有效性。,19]
报告未涉及传统企业估值方法,本质为基金行为特征因子挖掘与投资组合构建研究。
综合来看,报告策略构建严谨,输入清晰,假设与调仓逻辑合理,且充分考虑到实际市场环境和因子周期性失效等风险。
报告风险提示明确且贴切:
整体风险评估周全,提示投资者需动态关注市场环境和策略表现。
这些细节提示实际应用仍需结合宏观视角、基金管理人在组合内的多维判断,避免刻板依赖量化指标。
该报告通过创新构造的跨期模仿行为因子(IFF和IFL),成功定量刻画了公募主动权益基金的从众行为,从而将基金划分为领先者、跟随者和独行者三类。基于这一分类,报告实证分析发现:
本报告以丰富的统计数据、理论框架和实际策略回测,系统揭示了公募基金从众行为的投资价值及其在基金选择和组合构建中的应用方法,是探索基于行为金融的基金量化投资的重要参考。投资者应结合市场周期及个体风险接受度动态调整,谨慎采用以最大化预期收益和降低潜在风险。
本分析严格遵循报告原文逻辑与数据,内容均来源于报告文本及图表,溯源页码如下:
,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19]
公募基金,从众效应,跨期模仿,领先者,跟随者,独行者,基金分类,基金因子,选股能力,FOF策略,Sharpe比率,抱团效应,行为金融,基金量化选基。
量化专题 | 从跨期模仿行为中寻找公募基金的领先者、跟随者和独行者.pdf